IMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM
|
|
- Widyawati Sucianty Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ISSN : IMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM Dian Rachmawati #1, Ade Candra #2 #1,2 Program Studi Ilmu Komputer, Universitas Sumatera Utara Jl. Alumni no.9 Medan dee230783@gmail.com #1, Abstrak Optimisasi merupakan metode pemecahan masalah maksimasi ataupun minimalisasi. Optimisasi sangat bermanfaat untuk meningkatkan performa dan produktifitas kinerja. Transportasi merupakan salah satu bidang yang sangat erat kaitannya dengan optimisasi. Masalah pengangkutan barang dengan kapasitas alat pengangkut yang terbatas dan keinginan untuk memperoleh keuntungan yang maksimum adalah masalah klasik di dunia transportasi. Masalah ini sering juga dianalogikan dengan menggunakan teori Knapsack Problem. Algoritma Greedy yang diimplementasikan ke dalam perangkat lunak dapat digunakan untuk menyelesaikan Knapsack Problem pada dunia transportasi dengan waktu yang lebih singkat dibandingkan dengan menggunakan perhitungan manual dan algoritma Brute Force. Kata Kunci : Greedy, Optimisasi, Algoritma, Knapsack Problem. Abstract Optimization is a method that can solve maximization or minimization problem. Optimization is very useful for improving the performance and productivity. Transportation is one of the example area that is very closely related to optimization. Transporting of goods conveyance which has limited capacity and the desire to obtain the maximum profit is a classic problem in the world of transportation. This problem is often also analogous to the Knapsack Problem. Greedy algorithms which implemented in software can be used to solve the Knapsack Problem on the world of transportation. Using the software can reduce time a compared to using manual calculations and Brute Force algorithm. Keywords : Greedy, Optimization, Algorithm, Knapsack Problem, Brute Force. 185
2 PENDAHULUAN Persoalan transportasi merupakan kasus khusus dari optimisasi. Ada banyak masalah di bidang transportasi yang terkait dengan optimisasi. Salah satu permasalahan di bidang transportasi yang muncul adalah bagaimana suatu perusahaan mengatur produk apa yang harus diangkut agar memperoleh keuntungan yang maksimal, sementara perusahaan sendiri memiliki problematika / kendala yaitu kapasitas angkut dari kendaraan yang sangat terbatas. Persoalan optimisasi transportasi di atas sering dianalogikan sebagai Knapsack Problem. Knapsack memiliki arti karung/ kantung. Karung mempunyai kapasitas muat yang sangat terbatas. Berhubung kapasitas muat terbatas maka barang-barang yang dapat dimasukkan ke dalam karung hanya sampai batas kapasitas muatan maksimum karung saja. Sehingga jika dihubungkan dengan transportasi maka karung akan mewakili alat transportasi sebagai media pengangkut. Banyak tahapan yang dapat dilakukan untuk menyelesaikan masalah tersebut salah satunya adalah algoritma Brute Force. Akan tetapi algoritma ini tidak terbukti dapat menyelesaikan permasalahan ini dengan efisien. Sehingga untuk menyelesaikan permasalahan ini akan digunakan algoritma Greedy dengan meninjau dari 3 sisi yaitu : Greedy by Weight, Greedy by Profit dan Greedy by Density. TINJAUAN PUSTAKA 1. Knapsack Problem Knapsack adalah tas atau karung. Karung digunakan untuk memuat sesuatu. Dan tentunya tidak semua objek dapat ditampung di dalam karung tersebut. Karung tersebut hanya dapat menyimpan beberapa objek dengan total ukurannya (weight) lebih kecil atau sama dengan ukuran kapasitas karung. Ilustrasi permasalahan dapat dilihat pada gambar 1. Pada gambar 1 terlihat terdapat sebuah tas berkapasitas 15 kg. Dan terdapat 5 barang dengan berat dan keuntungannya masing masing. Yang menjadi persoalan adalah barang mana saja yang harus dimasukan ke dalam tas. Gambar 1. Ilustrasi Permasalahan Knapsack Problem Knapsack Problem secara matematis dapat ditulis sebagai berikut : Diberikan bobot knapsack adalah M. Diketahui n buah objek yang masing-masing bobotnya adalah w 1, w 2,, w n. Tentukan nilai bi sedemikian sehingga M = b 1 w 1 + b 2 w b n w n yang dalam hal ini, bi bernilai 0 atau 1. Jika b i = 1, berarti objek i dimasukkan ke dalam knapsack, sebaliknya jika b i = 0, objek i tidak dimasukkan. Berhubung nilai b i 0 dan 1 maka masalah ini sering juga disebut sebagai Knapsack 0/1. Dalam teori algoritma, persoalan knapsack termasuk ke dalam kelompok NPcomplete. Persoalan yang termasuk NPcomplete tidak dapat dipecahkan dalam orde waktu polinomial. 2. Algoritma Brute Force 186 Jurnal SAINTIKOM Vol. 12, No. 3, September 2013
3 Brute Force adalah sebuah pendekatan langsung (straight forward) untuk memecahkan suatu masalah, yang biasanya didasarkan pada pernyataan masalah (problem statement) dan definisi konsep yang dilibatkan. Pada dasarnya algoritma Brute Force adalah alur penyelesaian suatu permasalahan dengan cara berpikir yang sederhana dan tidak membutuhkan suatu permikiran yang lama. Sebenarnya, algoritma Brute Force merupakan algoritma yang muncul karena pada dasarnya alur pikir manusia adalah Brute Force (langsung/to the point). Beberapa karakteristik dari algoritma Brute Force dapat dijelaskan sebagai berikut. a. Membutuhkan jumlah langkah yang banyak dalam menyelesaikan suatu permasalahan sehingga jika diterapkan menjadi suatu algoritma program aplikasi akan membutuhkan banyak memori. b. Digunakan sebagai dasar dalam menemukan suatu solusi yang lebih efektif. c. Banyak dipilih dalam penyelesaian sebuah permasalahan yang sederhana karena kemudahannya. d. Pada banyak kasus, algoritma ini banyak dipilih karena hampir dapat dipastikan dapat menyelesaikan banyak persoalan yang ada. e. Digunakan sebagai dasar bagi perbandingan keefektifan sebuah algoritma. Dalam beberapa kasus tertentu algoritma Brute Force hampir sama dengan Exhaustive Search. Exhausitve Search yang merupakan teknik pencarian solusi secara Brute Force pada masalah yang melibatkan pencarian elemen dengan sifat khusus. Biasanya elemen tersebut berada di antara objek-objek kombinatorik seperti permutasi, kombinasi, atau himpunan bagian dari sebuah himpunan. Berdasarkan definisi ini, maka dapat ditarik kesimpulan bahwa Exhaustive Search adalah Brute Force juga. Oleh karena itu Exhaustive Search adalah salah satu implementasi dari Brute Force dalam kasus pencarian. Masalah masalah dalam Exhaustive Search dengan penerapan algoritma Brute Force dapat dijelaskan sebagai berikut. a. Enumerasi setiap solusi yang mungkin dengan cara yang sistematis. b. Evaluasi setiap kemungkinan solusi yang ditemukan satu per satu, meskipun terdapat beberapa kemungkinan ditemukannya solusi yang tidak layak atau bahkan terdapat kemungkinan kemungkinan solusi terbaik yang telah ditemukan dan dievaluasi. c. Bila pencarian sudah sampai pada tujuan, maka pilih solusi yang terbaik. 3. Algoritma Greedy Algoritma Greedy merupakan algoritma yang lazim untuk memecahkan persoalan optimasi meskipun hasilnya tidak selalu merupakan solusi yang optimum. Sesuai arti harafiah, Greedy berarti tamak. Prinsip utama dari algoritma ini adalah mengambil sebanyak mungkin apa yang dapat diperoleh sekarang. Untuk memecahkan persoalan dengan algoritma Greedy, kita memerlukan elemen-elemen sebagai berikut. a. Himpunan Kandidat (C) Himpunan ini berisi elemen-elemen pembentuk solusi. b. Himpunan Solusi, (S) Himpunan ini berisi kandidat yang terpilih sebagai solusi persoalan. Dengan kata lain, himpunan solusi adalah himpunan Jurnal SAINTIKOM Vol. 12, No. 3, September
4 bagian dari himpunan kandidat. c. Fungsi Seleksi Fungsi seleksi merupakan fungsi yang ada pada setiap langkah memilih kandidat yang paling memungkinkan guna mencapai solusi optimal. d. Fungsi Kelayakan (Feasible) Fungsi kelayakan adalah fungsi yang memeriksa apakah suatu kandidat yang telah dipilih dapat memberikan solusi yang layak dan tidak melanggar batasan atau constraints yang ada. e. Fungsi Objektif Fungsi objektif adalah fungsi yang memaksimumkan atau meminimumkan nilai solusi. Skema umum algoritma Greedy adalah sebagai berikut: a. Inisialisasi S dengan kosong. b. Pilih sebuah kandidat C dengan fungsi seleksi. c. Kurangi C dengan kandidat yang sudah dipilih dari langkah (b) di atas. d. Periksa apakah kandidat yang dipilih tersebut bersama-sama dengan himpunan solusi membentuk solusi yang layak atau feasible (dengan fungsi kelayakan). e. Periksa apakah himpunan solusi sudah memberikan solusi yang lengkap serta optimal (dengan fungsi objektif). 4. Greedy dalam Knapsack Problem Pada penyelesaian Knapsack Problem terdapat 3 jenis algoritma Greedy yang dapat digunakan yaitu : A. Greedy By Weight Pada setiap langkah pilih objek yang mempunyai berat teringan. Mencoba memaksimumkan keuntungan dengan memasukkan sebanyak mungkin objek ke dalam knapsack. Pertama kali yang dilakukan adalah program mengurutkan secara menaik objekobjekberdasarkan weightnya. Kemudian baru diambil satu-persatu objek yang dapat ditampung oleh knapsack sampai knapsack penuh atau sudah tidak ada objek lagi yang bisa dimasukkan. B. Greedy by profit Pada setiap langkah, pilih objek yang mempunyai keuntungan terbesar. Mencoba memaksimumkan keuntungan dengan memilih objek yang paling menguntukan terlebih dahulu. Pertama kali yang dilakukan adalah program mengurutkan secara menurun objek-objek berdasarkan profitnya. Kemudian baru diambil satu-persatu objek yang dapat ditampung oleh knapsack sampai knapsack penuh atau sudah tidak ada objek lagi yang bisa dimasukkan. C. Greedy By Density Pada setiap langkah knapsack di isi dengan objek yang mempunyai p i /w i terbesar, dimana p adalah keuntungan dan w adalah berat barang. Mencoba memaksimumkan keuntugan dengan memilih objek yang mempunyai density per unit berat terbesar. Pertama kali yang dilakukan adalah program mencari nilai profit per berat tiap tiap unit (density) dari tiap- tiap objek. Kemudian objek-objek tersebut diurutkan berdasarkan density-nya. Kemudian baru diambil satu-persatu objek yang dapat ditampung oleh knapsack sampai knapsack 188 Jurnal SAINTIKOM Vol. 12, No. 3, September 2013
5 penuh atau sudah tidak ada objek lagi yang bias dimasukkan. CONTOH PENERAPAN GREEDY DI DALAM TRANSPORTASI Pada tabel 1 terdapat sebuah alat angkut dengan dengan kapasitas 100 kg terdapat 4 buah barang dengan ukuran sebagai berikut : Barang Weight Profit Density Tabel 1. Contoh Weight, Profit dan Density Maka dengan menggunakan algoritma Greedy diperoleh Tabel 2 sebagai berikut : GBW GBP GBD Keuntungan Tabel 2. Penyelesaian contoh kasus pada tabel 1. Keterangan : GBW : Greedy By Weight GBP : Greedy By Profit GBD : Greedy By Density 0 : Barang tidak diangkut 1 : Barang diangkut ANALISIS DAN IMPLEMENTASI Berdasarkan teori dan contoh algoritma greedy dalam menyelesaikan Knapsack Problem maka pseudocode algoritma greedy adalah sebagai berikut : function Knapsack(input C : himpunan_objek, K : real) himpunan_solusi { Menghasilkan solusi persoalan knapsack dengan algoritma greedy yang menggunakan strategi pemilihan objek berdasarkan profit (pi),weight(wi),density (pi/wi). Solusi dinyatakan sebagai vektor X = x[1], x[2],, x[n]. Asumsi: Untuk Greedy by profit seluruh objek sudah terurut berdasarkan nilai p i yang menurun. Untuk Greedy by weighted seluruh objek sudah terurut berdasarkan nilai w i yang menaik. Untuk Greedy by density seluruh objek sudah terurut berdasarkan nilai p i /w i yang menurun. } Deklarasi i, TotalBobot : integer Avalaible : boolean x : himpunan_solusi Algoritma: for i 1 to n do x[i] 0 { inisialisasi setiap status pengambilan objek i dengan 0 } endfor i 0 TotalBobot 0 Available true while (i n) and (Available) do { cek objek ke-i } i i + 1 if TotalBobot + w[i] K then { masukkan objek Ci ke dalam knapsack } x[i] 1 TotalBobot TotalBobot + w[i] else Available false Jurnal SAINTIKOM Vol. 12, No. 3, September
6 x[i] 0 { objek Ci tidak dimasukkan ke dalam knapsack } endif endwhile { i > n or not Available } Gambar 3 dan gambar 4 merupakan tampilan awal aplikasi. Tampilan awal aplikasi ini berisi 2 menu utama yaitu Knapsack Problem dan Exit. Knapsack Problem memiliki 3 sub menu penyelesaian yaitu : Greedy by Weigh, Greedy by Profit dan Greedy by Density. return x Gambar 2 menggambar Flowchart sistem secara umum untuk implementasi algoritma Greedy pada Knapsack problem Mulai Masukkan kapasitas maksimum, berat dan keuntunganmasing masing objek Greedy By Weighted Ya Tidak Greedy By Profit Ya Tidak Urutkan objek berdasarkan density objek dengan urutan descending Gambar 3. Tampilan Awal Program Urutkan objek berdasarkan berat objek dengan urutan ascending Urutkan objek berdasarkan profi objek dengan urutan descending Masukkan objek secara berutan ke dalam knapsack tanpa melebihi kapasitas maksimum Hitung Total Profit dengan menjumlahkan keuntungan tiap objek yang dimasukkan ke dalam Knapsack Tampilkan status pengambilan objek dan total profit Gambar 4. Tampilan Menu dan Sub Menu Selesai Gambar 2. Flowchart Sistem implementasi algoritma Greedy untuk menyelesaikan Knapsack Problem Gambar 5, 6 dan 7 menampilkan implementasi Algoritma Greedy pada Knapsack Problem dengan inputan berat dan keuntungan seluruh item barang / objek dan 190 Jurnal SAINTIKOM Vol. 12, No. 3, September 2013
7 kapasitas maksimum alat angkut. Gambar 5. Penyelesaian dengan Greedy by Weight Gambar 7. Penyelesaian dengan Greedy by Density Gambar 6. Penyelesaian dengan Greedy by Profit SIMPULAN Dari analisis dan implementasi dapat diambil kesimpulan bahwa hasil perhitungan sistem yang mengimplementasikan algoritma greedy ke dalam Knapsack problem sama dengan hasil perhitungan manual. Performansi Greedy by Weight lebih rendah dibandingkan Greedy by Profit ataupun Density untuk memperoleh keuntungan yang maksimal. Sistem ini cocok untuk kasus yang item barang / objek nya harus diambil keseluruhan (1) atau tidak diambil sama sekali (0) lebih sering disebut Knapsack Problem 0/1. Sistem ini tidak dapat menangani kasus dimana item barang/objek nya dapat diambil sebagian. Jurnal SAINTIKOM Vol. 12, No. 3, September
8 DAFTAR PUSTAKA Cormen, Thomas H Introduction to Algorithms,2nd Edition. Cambridge: The MIT Press. David Pisinger Algorithm For Knapsack Problems. Denmark : Copenhagen. Karinda P. N. et. Al Menyelesaikan Persoalan Optimisasi Terpadu untuk Menyelesaikan Persoalan Transportasi dan Inventori. FMIPA UNRI Pekan Baru. Paryati Optimasi Strategi Algoritma Greedy untuk Menyelesaikan Permasalahan Knapsack 0-1, Seminar Nasional Informatika 2009 (semnasif 2009) ISSN: Pinandito, Aryo. Design and Analysis of Greedy Algorithm. PTIIK Universitas Brawijaya. Rinaldi Munir Strategi Algoritmik, Sekolah Teknik Informatika dan Elektro, Institut Teknologi Bandung. Yogyakarta : UPN Veteran. 192 Jurnal SAINTIKOM Vol. 12, No. 3, September 2013
PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMA GREEDY
Jurnal Technoper Vol. 1 ISSN 79-56X PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMA GREEDY THE COMPARISON OF KNAPSACK COMPLETION PROBLEM MATHEMATICALLY, GREEDY
Lebih terperinciPendahuluan. Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma Greedy Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya
Lebih terperinciAlgoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya ada dua macam persoalan optimasi:
Lebih terperinciDesign and Analysis Algorithm
Design and Analysis Algorithm Pertemuan 06 Drs. Achmad Ridok M.Kom Imam Cholissodin, S.Si., M.Kom M. Ali Fauzi S.Kom., M.Kom Ratih Kartika Dewi, ST, M.Kom Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma
Lebih terperinciPERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMAGREEDY
PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMAGREEDY Deddy Supriadi Manajemen Informatika, AMIK BSI Tasikmalaya deddy.dys@bsi.ac.id Abstract- Knapsack problem
Lebih terperinciImplementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik
Implementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik William Sentosa / 13513026 Program Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAlgorima Greedy Pada Self Serve Gas Station
Algorima Greedy Pada Self Serve Gas Station Rifky Hamdani (13508024) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciImplementasi Algoritma Greedy pada Permainan Ludo
Implementasi Algoritma Greedy pada Permainan Ludo Sylvia Juliana, 13515070 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl, Ganesha 10 Bandung 40132,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Perancangan program aplikasi yang akan dibuat menggabungkan algoritma Brute Force dan algoritma Greedy yang digunakan secara bergantian pada tahap-tahap tertentu. Karena itu, pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini berisi landasan dan dasar teori yang akan digunakan dalam melakukan analisis, perancangan, dan implementasi tugas akhir yang dilakukan pada bab-bab selanjutnya. 2.1 Bar Steel
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm
Design and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Greedy Algorithm.................................. 1 2 Contoh-contoh Algoritma Greedy........................
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO
IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO Nur Fajriah Rachmah NIM 13506091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha nomor
Lebih terperinciWhat Is Greedy Technique
1 What Is Greedy Technique A technique constructing a solution through a sequence of steps, on each step it suggests a greedy grab of the best alternative available in the hope that a sequence of locally
Lebih terperinciPenerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang
Penerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang Windy Amelia - 13512091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenggunaaan Algoritma Greedy Dalam Aplikasi Vending Machine
Penggunaaan Algoritma Greedy Dalam Aplikasi Vending Machine Aryo Nugroho/13505063 Email : if15063@students.if.itb.ac.id ABSTRAK Menggunakan teori algoritma Greedy penulis ingin mencoba untuk membuat aplikasi
Lebih terperinciEksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack
Eksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack Muhamad Pramana Baharsyah, Sulistyo Unggul Wicaksono 2, Teguh Pamuji 3, Rinaldi Munir 4 Abstrak Laboratorium
Lebih terperinciPenerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek
Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek Irwan Kurniawan 135 06 090 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if16090@students.if.itb.ac.id
Lebih terperinciPenerapan Algoritma Greedy pada Permainan Bubble Breaker
Penerapan Algoritma Greedy pada Permainan Bubble Breaker Roy Indra Haryanto - 13508026 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl Ganesha 10
Lebih terperinciAplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan
Aplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan Ni Made Satvika Iswari - 13508077 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciPENGGUNAAN ALGORITMA GREEDY PADA MESIN PENCARI
PENGGUNAAN ALGORITMA GREEDY PADA MESIN PENCARI WWW.WEGO.COM Gagarin Adhitama 13508089 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary Knapsack
Penerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary Knapsack Muhammad Ikhsan (13511064) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciPENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK
PENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK Dwitiyo Abhirama - 13505013 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if15013@students.if.itb.ac.id
Lebih terperinciPerbandinganan Penggunaan Algoritma Greedy dan Modifikasi Algoritma Brute Force pada Permainan Collapse XXL
Perbandinganan Penggunaan Algoritma Greedy dan Modifikasi Algoritma Brute Force pada Permainan Collapse XXL Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan
Lebih terperinciTUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA : H
TUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA NAMA NIM : HERIANTI : H12111003 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI STATISTIKA UNIVERSITAS
Lebih terperinciPenggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello
Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello Annisa Muzdalifa - 13515090 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum
Pemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum Analisis menggunakan algoritma Greedy untuk memilih monster yang terbaik Bervianto Leo P - 13514047 Program Studi
Lebih terperinciPERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT
PERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT Adi Purwanto Sujarwadi (13506010) Program Studi Teknik
Lebih terperinciOptimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy
Optimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy Irdham Mikhail Kenjibriel (13508111) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciAPLIKASI ALGORITMA GREEDY DALAM PENENTUAN SPESIFIKASI KOMPUTER RAKITAN
APLIKASI ALGORITMA GREEDY DALAM PENENTUAN SPESIFIKASI KOMPUTER RAKITAN Hadyan Ghaziani Fadli NIM : 13505005 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail :
Lebih terperinciPenentuan Lokasi Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy
Penentuan Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy Akhiles Leonardus Danny Sindra 13509063 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPenerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece
Penerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece Husni Munaya - 13513022 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPENERAPAN ALGORITMA GREEDY DALAM PENGISIAN RENCANA STUDI SEMESTER DI ITB SEBAGAI PERSOALAN BINARY KNAPSACK
PENERAPAN ALGORITMA GREEDY DALAM PENGISIAN RENCANA STUDI SEMESTER DI ITB SEBAGAI PERSOALAN BINARY KNAPSACK Penerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary
Lebih terperinciAlgoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh lain Mencari Pasangan Titik yang Jaraknya Terdekat Persoalan: Diberikan n buah titik (2-D atau 3- D), tentukan dua buah titik yang terdekat satu sama lain. y p 5
Lebih terperinciPenerapan Algoritma Greedy untuk Permainan Halma
Penerapan Algoritma Greedy untuk Permainan Halma Vivi Lieyanda / 13509073 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 06
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 06 Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan
Lebih terperinciPenerapan Algoritma Greedy pada Permainan Tower Defense
Penerapan Algoritma Greedy pada Permainan Tower Defense Tasya - 13515064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPenerapan Algoritma Greedy dalam Penyetokan Barang
Penerapan Algoritma Greedy dalam Penyetokan Barang Christian Angga - 13508008 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciAPLIKASI ALGORITMA GREEDY DALAM PERMAINAN JAWBREAKER
APLIKASI ALGORITMA GREEDY DALAM PERMAINAN JAWBREAKER Albert (13506016) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl Ganesa 10, Bandung e-mail: if16016@students.if.itb.ac.id
Lebih terperinciPenerapan Algoritma Greedy pada Intelegensia Buatan untuk Transfer Pemain dalam Permainan Simulasi Sepakbola
Penerapan Algoritma Greedy pada Intelegensia Buatan untuk Transfer Pemain dalam Permainan Simulasi Sepakbola A. Thoriq Abrowi Bastari - 13508025 Program Studi Teknik Informatika Sekolah Teknik Elektro
Lebih terperinciPenggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan
Penggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan Daniel Widya Suryanata / 13509083 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenerapan Algoritma Greedy dalam Algoritma Penjadwalan Prosesor Tunggal Shortest Job First
Penerapan Algoritma Greedy dalam Algoritma Penjadwalan or Tunggal Shortest Job First Girvandi Ilyas, 13515051 Program Studi Teknik Informatika Sekolah Teknik Elekro dan Informatika Insitut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Othello
Penerapan Algoritma Greedy dalam Permainan Othello Fabrian Oktavino H - 13510053 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPenerapan algoritma Greedy dalam penentuan Porter Generic Strategies untuk suatu perusahaan
Penerapan algoritma Greedy dalam penentuan Porter Generic Strategies untuk suatu perusahaan Wilson Fonda / 13510015 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciAplikasi Algoritma Greedy dalam Penjurusan Mahasiswa Tingkat Pertama Institut Teknologi Bandung
Aplikasi Algoritma Greedy dalam Penjurusan Mahasiswa Tingkat Pertama Institut Teknologi Bandung Hans Christian (13513047) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciAnalisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek
Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia
Lebih terperinciAlgoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh-contoh lain 1. Pencocokan String (String Matching) Persoalan: Diberikan a. teks (text), yaitu (long) string yang panjangnya n karakter b. pattern, yaitu string dengan
Lebih terperinciPenggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang
Penggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang Stefanus Thobi Sinaga / 13510029 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAnalisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum
Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum Arieza Nadya -- 13512017 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciJurnal Evolusi Volume 4 No evolusi.bsi.ac.id
Solusi Optimum Minmax 0/1 Knapsack Menggunakan Algoritma Greedy Raja Sabaruddin Program Studi Manajemen Informatika, AMIK BSI Pontianak raja.rjd@bsi.ac.id Abstract - Knapsack is a container used for storing
Lebih terperinciPenerapan Greedy pada Jalan Jalan Di Bandung Yuk! V1.71
Penerapan Greedy pada Jalan Jalan Di Bandung Yuk! V1.71 Wiko Putrawan (13509066) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciSolusi Optimum Minmax 0/1 Knapsack Menggunakan Algoritma Greedy. Raja Sabaruddin Manajemen Informatika, AMIK BSI Pontianak
Solusi Optimum Minmax 0/1 Knapsack Menggunakan Algoritma Greedy Raja Sabaruddin Manajemen Informatika, AMIK BSI Pontianak raja.rjd@bsi.ac.id Abstract - Knapsack is a container used for storing objects
Lebih terperinciEKSPLORASI ALGORITMA BRUTE FORCE, GREEDY DAN PEMROGRAMAN DINAMIS PADA PENYELESAIAN MASALAH 0/1 KNAPSACK
EKSPLORASI ALGORITMA BRUTE FORCE, GREEDY DAN PEMROGRAMAN DINAMIS PADA PENYELESAIAN MASALAH / KNAPSACK Prasetyo Andy Wicaksono - 55 Program Studi T. Inormatika, STEI, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciAlgoritma Brute Force
Algoritma Brute Force Definisi Brute Force Brute force adalah sebuah pendekatan yang lempang (straightforward( straightforward) ) untuk memecahkan suatu masalah, biasanya didasarkan pada pernyataan masalah
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN CONGKLAK
IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN CONGKLAK Ripandy Adha - NIM 13507115 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha nomor
Lebih terperinciPenerapan Algoritma Greedy untuk Permainan Flood It
Penerapan Algoritma Greedy untuk Permainan Flood It Athia Saelan / 13508029 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciAplikasi Perencanaan Wisata di Malang Raya dengan Algoritma Greedy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 12, Desember 2017, hlm. 1459-1467 http://j-ptiik.ub.ac.id Aplikasi Perencanaan Wisata di Malang Raya dengan Algoritma
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Bantumi
Penerapan Algoritma Greedy dalam Permainan Bantumi Andi Setiawan Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10 Bandung e-mail: andise@students.itb.ac.id ABSTRAK Algoritma
Lebih terperinciAlgoritma Brute Force (Bagian 2) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik
Algoritma Brute Force (Bagian 2) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik 1 Contoh-contoh lain 1. Pencocokan String (String Matching) Persoalan: Diberikan a. teks (text), yaitu (long)
Lebih terperinciBAB III ANALISIS ALGORITMA
BAB III ANALISIS ALGORITMA III.1 Analisis Sistem Bab ini akan membahas tentang analisis dan perancangan sistem algoritma knapsack dengan data proyek yang digunakan bersumber dari PT. GITS Indonesia. Terdapat
Lebih terperinciAlgoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir
Algoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik 1 Definisi Brute Force Brute force : pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah
Lebih terperinciPENGGUNAAN EXHAUSTIVE SEARCH SEBAGAI SOLUSI PERMAINAN SCRAMBLE
PENGGUNAAN EXHAUSTIVE SEARCH SEBAGAI SOLUSI PERMAINAN SCRAMBLE Mohammad Dimas (13507059) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha
Lebih terperinciPenerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders
Penerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders Rachmawaty 13509071 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG. Abstract
PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG Faisal faisal_piliang@yahoo.co.id Teknik Informatika Bina Sarana Informatika - Jakarta Abstract Greedy method is
Lebih terperinciAplikasi Algoritma Greedy dalam Permainan Kartu Truf
Aplikasi Algoritma Greedy dalam Permainan Kartu Truf Darwin Prasetio / 13512001 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciAplikasi Algoritma Greedy untuk Menyelesaikan Permainan Magic Wingdom
Aplikasi Algoritma Greedy untuk Menyelesaikan Permainan Magic Wingdom Muhammad Iqbal 13510064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciAlgoritma Brute Force(lanjutan) Lecture 6 CS3024
Algoritma Brute Force(lanjutan) Lecture 6 CS3024 String Matching Persoalan: Diberikan a. teks (text), yaitu (long) stringyang panjangnya n karakter b. pattern, yaitu string dengan panjang m karakter (m
Lebih terperinciAlgoritma Greedy untuk Membangun Korpus Pengenalan Suara Al-Quran
Algoritma Greedy untuk Membangun Korpus Pengenalan Suara Al-Quran Aisyah Dzulqaidah 13510005 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciAlgoritmaBrute Force. Desain dan Analisis Algoritma (CS3024)
AlgoritmaBrute Force Desain dan Analisis Algoritma (CS3024) Definisi Brute Force Brute forceadalah sebuah pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah, biasanya didasarkan pada
Lebih terperinciPenggunaan Algoritma Greedy untuk Mencari Solusi Optimal dalam Permainan Brick Breaker
Penggunaan Greedy untuk Mencari Solusi Optimal dalam Permainan Brick Breaker Nanda Ekaputra Panjiarga 13509031 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciImplementasi Brute Force dan Greedy dalam Permainan Big Two (Capsa)
Implementasi Brute Force dan Greedy dalam Permainan Big Two (Capsa) Ben Lemuel Tanasale Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciAplikasi Algoritma Greedy untuk Optimasi Sistem Booking Hotel Online
Aplikasi Algoritma Greedy untuk Optimasi Sistem Booking Hotel Online Selly Yuvita 080 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 0 Bandung
Lebih terperinciPerbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge
Perbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge Susanti Gojali and 352057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search
Design and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Pendahuluan..................................... 1 2 Traveling
Lebih terperinciDesign and Analysis of Algorithm
Design and Analysis of Algorithm Week 7: Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan 1 1 Department of Computational Science School of Computing Telkom University Dr. Putu Harry
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan MarketGlory
Penerapan Algoritma Greedy dalam Permainan MarketGlory Erwin / 13511065 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPenggunaan Algoritma Greedy untuk Meminimalkan Belanja
Penggunaan Algoritma Greedy untuk Meminimalkan Belanja Raihan Muhammad Suria Nagara - 13515128 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First
Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First Muhammad Fauzan Naufan / 13513062 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciAlgoritma Runut-balik (Backtracking) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir
Algoritma Runut-balik (Backtracking) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir 1 Pendahuluan Runut-balik (backtracking) adalah algoritma yang berbasis pada DFS untuk mencari solusi persoalan
Lebih terperinciStrategi Algoritma Penyelesaian Puzzle Hanjie
Strategi Algoritma Penyelesaian Puzzle Hanjie Whilda Chaq 13511601 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPerbandingan Performa Algoritma Greedy dan Dynamic Programming
Perbandingan Performa Algoritma dan Pratamamia Agung Prihatmaja (NIM 13515142) Program Studi Teknik Informatikan Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha No. 10 Bandung
Lebih terperinciPenerapan Algoritma Greedy dalam Pembuatan Klasemen Kompetisi
Penerapan Algoritma Greedy dalam Pembuatan Klasemen Kompetisi Muhammad Rizky W. / 13511037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient
Penerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient Gurun Nevada Dharan/ 13509076 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPenyelesaian Berbagai Permasalahan Algoritma dengan Kombinasi Algoritma Brute Force dan Greedy
Penyelesaian Berbagai Permasalahan Algoritma dengan Kombinasi Algoritma Brute Force dan Greedy Anggriawan Sugianto 1, David Susanto 2, Zakka Fauzan Muhammad 3 Laboratorium Ilmu dan Rekayasa Komputasi Program
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Tradisional Congklak
Penerapan Algoritma Greedy dalam Permainan Tradisional Congklak Gisela Supardi 13515009 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganeesha
Lebih terperinciPenggunaan Algoritma Greedy Dalam Penentuan Rute Wisata
Penggunaan Algoritma Greedy Dalam Penentuan Rute Wisata Renusa Andra Prayogo (13511063) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy
Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy Atika Yusuf 135055 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAlgoritma Runut-balik (Backtracking) Bagian 1
Algoritma Runut-balik (Backtracking) Bagian 1 Pendahuluan Algoritma Runut-balik (backtracking) adalah algoritma yang berbasis pada DFS untuk mencari solusi persoalan secara lebih mangkus. Runut-balik,
Lebih terperinciPemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound
Pemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound Anggi Shena Permata / 13505117 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Insitut Teknologi Bandung
Lebih terperinciPENERAPAN ALGORITMA GREEDY DALAM PENENTUAN USAHA BISNIS INVESTASI
PENERAPAN ALGORITMA GREEDY DALAM PENENTUAN USAHA BISNIS INVESTASI Lyco Adhy Purwoko / 13508027 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciKompleksitas Algoritma untuk Penyelesaian Persoalan Penukaran Koin dengan Algoritma Greedy
Kompleksitas Algoritma untuk Penyelesaian Persoalan Penukaran Koin dengan Algoritma Greedy Dita Anindhika 13509023 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPENERAPAN ALGORITMA GREEDY UNTUK PENENTUAN JALUR DISTRIBUSI BANTUAN PASCA BENCANA ALAM
PENERAPAN ALGORITMA GREEDY UNTUK PENENTUAN JALUR DISTRIBUSI BANTUAN PASCA BENCANA ALAM Filman Ferdian Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung
Lebih terperinciAlgoritma Greedy. Bahan Kuliah IF2211 Strategi Algoritma. Program Studi Informatika Sekolah Teknik Elektro dan Informatika ITB. Oleh: Rinaldi Munir
Algoritma Greedy Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Informatika Sekolah Teknik Elektro dan Informatika ITB 1 Pendahuluan Algoritma greedy merupakan metode yang paling
Lebih terperinciPenerapan Algoritma Greedy pada Optimasi Pengaturan Lampu Lalu Lintas Sederhana
Penerapan Algoritma Greedy pada Optimasi Pengaturan Lampu Lalu Lintas Sederhana Rocky Hartono 1, Devis Wawan Saputra 2, Joel THP Hutasoit 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika,
Lebih terperinciPenggabungan Algoritma Brute Force dan Backtracking dalam Travelling Thief Problem
Penggabungan Algoritma Brute Force dan Backtracking dalam Travelling Thief Problem Jessica Handayani (13513069) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciAplikasi Algoritma Greedy pada Optimasi Pelaksanaan Misi dalam Permainan Assassins Creed : Revelations
Aplikasi Algoritma Greedy pada Optimasi Pelaksanaan Misi dalam Permainan Assassins Creed : Revelations Miftahul Mahfuzh 13513017 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Connect 4
Penerapan Algoritma Greedy dalam Permainan Connect 4 Muhammad Hasby (13509054) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciI. PENDAHULUAN II. DASAR TEORI. Contoh lainnya: Solusi: 0= V,1= I,2= O,3= R, 4= N,5= L,7= A,8= F,9= E.
Penyelesaian Verbal Arithmetic dengan Algoritma Brute Force Luthfi Chandra Fibrian - 13510047 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciIMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY
IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Arief Latu Suseno NIM : 13505019 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : Abstrak Graf merupakan
Lebih terperinciPenerapan Algoritma Brute Force di Permainan Nonogram
Penerapan Algoritma Brute Force di Permainan Nonogram Aurelia 13512099 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciIMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY
IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Erdiansyah Fajar Nugraha (13508055) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganesha 10,Bandung e-mail: if18055@students.if.itb.ac.id
Lebih terperinci